股票尾部风险的定义与防范

股票交易中的尾部风险机制、历史演变与防御体系

1. 执行摘要与引言：重新定义市场极端性的认知框架

在现代全球金融体系的复杂架构中，投资者、财富管理者以及机构交易员面临的最为严峻且常被低估的威胁，并非来自日常市场噪音带来的标准波动，而是源自那些在传统统计模型中被判定为“极低概率”但一旦发生便具有毁灭性后果的异常事件。这些事件在学术界和实务界被称为“尾部风险”（Tail Risk）。从1987年黑色星期一的瞬间崩盘，到2000年互联网泡沫的破灭，再到2008年全球金融危机的系统性瘫痪，以及2020年新冠疫情引发的流动性枯竭和2022年股债双杀的通胀冲击，金融历史反复且残酷地证明：资产价格的收益分布绝非遵循完美的正态分布（Normal Distribution），而是表现出显著且持久的“肥尾”（Fat Tail）特征 1。

对于股票交易者和致力于长期资本保值的财富管理者而言，理解并构建防御尾部风险的机制，已不再是单纯的学术探讨或可有可无的保险选项，而是资产配置的核心防线。传统的均值-方差模型（Mean-Variance Optimization）和风险价值模型（VaR）往往严重低估了极端事件发生的频率与破坏力，导致投资组合在市场剧烈动荡时遭受远超预期的回撤，甚至造成永久性的资本损失 4。特别是当市场处于极度压力之下时，资产类别之间的相关性往往会发生根本性崩溃，导致传统的分散化投资策略（Diversification）失效，这种现象在2008年和2022年的危机中表现得尤为明显 6。

本报告旨在提供一份详尽、系统且具有实战指导意义的研究，全面剖析尾部风险的数学本质、触发机制与历史演变。我们将深入探讨为何基于正态分布的传统金融理论在极端行情下会失效，并结合纳西姆·塔勒布（Nassim Taleb）的“反脆弱”思想、现代投资组合理论的修正模型（如尾部风险平价），以及具体的战术性对冲工具（包括期权策略、波动率衍生品、趋势跟踪与管理期货），为投资者构建一个多维度的防御体系。此外，报告还将深入分析财富管理中的行为金融学挑战，探讨如何通过投资政策声明（IPS）的制度化约束和预先承诺策略，克服危机时刻的人性弱点，从而在不可预知的黑天鹅事件中实现资产的保值与增值。

2. 尾部风险的解构：从统计幻觉到市场现实

2.1 统计学定义与“肥尾”现象的数学本质

在严格的金融统计学定义中，尾部风险（Tail Risk）是指资产收益率分布中位于两端极值区域的风险，通常定义为偏离均值超过三个标准差（3 Sigma）的极端价格变动 1。如果金融市场的回报完全遵循高斯分布（正态分布），那么一个资产价格在单日内跌幅超过3个标准差的概率仅为0.27%，也就是大约每370天才发生一次；而跌幅超过5个标准差的事件，理论上每13,000年甚至更久才可能发生一次，在人类历史的尺度上几乎可以忽略不计。

然而，实证数据揭示了一个截然不同的现实。金融市场的收益率分布表现出显著的“峰度过高”（Leptokurtosis）和“偏度”（Skewness），这种形态被称为“肥尾分布”（Fat-tailed Distribution）2。

* 峰度（Kurtosis）： 正态分布的峰度为3。而金融市场数据的峰度通常远高于3，这意味着数据点在均值附近的聚集程度更高，同时在极值区域（尾部）的分布也更厚。这种“尖峰肥尾”特征表明，虽然大多数时候市场波动很小（尖峰），但一旦发生波动，其幅度往往极其惊人（肥尾）。

* 偏度（Skewness）： 股票市场通常表现出负偏度（Negative Skewness），即左尾（亏损端）比右尾（盈利端）更长、更厚。这意味着市场“慢涨急跌”的特性：累积数月的收益可能在短短几天内被抹去 2。

正如纳西姆·塔勒布在《黑天鹅》与《反脆弱》中所阐述的，现实世界特别是经济和金融领域，往往遵循幂律分布（Power Law）而非正态分布。在幂律分布下，极端事件并非异常值，而是系统内生的常态。例如，2008年金融危机期间，标普500指数的波动率达到了正态分布模型预测的几十个标准差之外，这在传统模型看来是数学上的“不可能事件”，但却真实且具毁灭性地发生了 3。这种统计幻觉导致了诸如长期资本管理公司（LTCM）等顶尖机构的倒闭，因为他们的风控模型建立在错误的正态假设之上，未能为真正的肥尾事件预留足够的生存缓冲。

2.2 尾部事件的触发机制：内生脆弱性与外生冲击

尾部风险的爆发通常源于两种机制：市场结构的内生脆弱性崩溃和突发的外生冲击。

内生脆弱性与反馈回路：

许多尾部事件并非由外部新闻触发，而是市场内部结构失衡的结果。这种失衡往往由过度的杠杆、拥挤的交易（Crowded Trades）以及算法驱动的反馈回路（Feedback Loops）累积而成。

* 流动性黑洞： 在正常市场中，买卖双方力量相对平衡，流动性充裕。但在尾部事件中，特别是发生恐慌性抛售时，所有市场参与者都试图同时冲向出口，而做市商（Market Makers）为了规避自身风险会撤回报价，导致流动性瞬间枯竭 6。这种“流动性黑洞”会加剧价格的断崖式下跌，正如2020年3月美股在两周内四次熔断所展示的那样，当时即便是被视为最安全的美国国债市场也出现了流动性紧张 12。

* 程序化止损与强制平仓： 现代金融市场中，大量的风险平价基金（Risk Parity Funds）、波动率控制策略（Vol Control）和CTA策略依赖于波动率指标。当市场波动率突破阈值，这些算法会自动触发卖出指令。这种机械化的卖出行为会进一步压低价格，推高波动率，从而触发更多算法的卖出信号，形成自我强化的恶性循环 3。

外生冲击的不可预测性：

外生冲击包括地缘政治冲突（如俄乌战争）、自然灾害（如新冠疫情）或突发的政策转向（如央行意外加息）。这类事件的特点是发生时间不可预测，但影响范围极广。根据PIMCO的研究，由于全球经济一体化程度加深，这类系统性冲击的频率正在加快，过去被认为是“百年一遇”的事件，现在可能每5-10年就会出现一次 11。

2.3 关联性崩溃：当分散化失效时

对于财富管理者而言，尾部风险最棘手的特征在于它会摧毁资产配置的基石——多元化（Diversification）。现代投资组合理论（MPT）建立在不同资产类别之间相关性较低的假设之上。例如，投资者通常认为当股票下跌时，债券会上涨（负相关），或者房地产和商品能提供某种程度的独立回报。

然而，在尾部风险爆发的极端压力下，市场会经历“相关性崩溃”（Correlation Breakdown）14。

* 奔向现金（Dash for Cash）： 在极度恐慌中，投资者会抛售一切资产以换取流动性。此时，股票、公司债、大宗商品甚至黄金和比特币等资产往往会同步下跌。相关系数从平时的0.2或-0.3迅速飙升至接近1.0 6。

* 实证数据： 在2008年金融危机的高潮期，几乎所有风险资产类别（除美元现金和美国国债外）都遭受了重创。更具警示意义的是2022年，在高通胀背景下，即便是传统的避险资产——长期国债，也与股票市场同步大幅下跌（股债双杀），导致经典的60/40组合遭受了自大萧条以来最严重的年度亏损之一 7。这一现象表明，依赖简单的资产分散化并不足以防御尾部风险，投资者需要更深层次的对冲机制。

3. 历史镜像：典型的尾部风险事件深度复盘

为了有效预防尾部风险，必须深入研究历史。每一次危机虽然触发因素不同，但都揭示了市场结构中的特定脆弱性，为未来的防御策略提供了宝贵的实证依据。

3.1 1987年黑色星期一：程序化交易的负反馈

1987年10月19日，道琼斯工业平均指数单日暴跌22.6%，这是华尔街历史上最大的单日跌幅 3。

* 成因分析： 尽管当时的宏观经济数据并未出现灾难性恶化，但一种名为“组合保险”（Portfolio Insurance）的策略被广泛采用。该策略旨在通过在市场下跌时自动卖出股指期货来对冲现货亏损。然而，当所有机构的算法在同一时间触发卖出指令时，期货价格的暴跌迅速传导至现货市场，引发了螺旋式的崩盘。

* 教训： 这次危机首次揭示了“流动性幻觉”。投资者误以为可以在任何时候以接近市场价的价格卖出资产，但当尾部事件发生时，买盘会完全消失。对于现代交易者而言，这意味着在构建对冲策略时，不能依赖于需要动态调整仓位的止损策略，因为在极速崩盘中根本来不及执行。

3.2 2008年全球金融危机：系统性杠杆与信用崩塌

与1987年的闪崩不同，2008年的危机是一场缓慢展开但破坏力持久的资产负债表衰退 1。

* 成因分析： 危机源于次级抵押贷款市场的崩溃，但通过复杂的证券化产品（CDO、MBS）扩散至整个金融体系。高杠杆的金融机构在资产价格下跌时被迫去杠杆，导致信贷市场冻结。

* 尾部特征： 此次危机的特点是“厚尾”持续时间极长，且伴随着资产价格的全面重估。标普500指数从高点下跌了约57%，且恢复期长达数年 16。研究表明，在此期间，股票与其他风险资产（如高收益债、房地产信托）的相关性长期维持在高位，传统的60/40组合未能提供有效缓冲。

* 教训： 信用风险（Credit Risk）是尾部风险的重要组成部分。对于财富管理而言，仅仅持有股票和国债是不够的，必须监控信用利差（Credit Spreads）的变化，并考虑引入与信用周期低相关的资产。

3.3 2020年新冠熔断：速度的极限

2020年3月的市场崩盘刷新了下跌速度的记录，美股在短短一个月内经历了四次熔断 11。

* 成因分析： 全球经济活动的突然停摆导致企业现金流预期归零，叠加恐慌情绪下的流动性挤兑。

* 尾部特征： 波动率指数（VIX）飙升至80以上，不仅股票暴跌，甚至作为避险资产的黄金在危机初期也因投资者抛售以追加保证金（Margin Call）而下跌 18。

* 教训： 这种“闪电崩盘”证明了“即时对冲”（Just-in-time Hedging）的不可行性。当危机显现时再去购买看跌期权，波动率的高企会导致期权价格极其昂贵（Implied Volatility premium），对冲成本过高。有效的尾部防御必须是“始终在线”（Always-on）的 11。

3.4 2022年通胀冲击：股债双杀的新范式

2022年是现代资产配置理论遭受重创的一年。在高通胀和央行激进加息的背景下，标普500指数下跌19.4%，而长期美国国债（通常的避险资产）下跌幅度甚至更大，超过30% 7。

* 成因分析： 通胀改变了股债相关性的符号。在低通胀时期，股债通常负相关（股票跌，央行降息，债券涨）；但在高通胀时期，央行必须加息来抑制通胀，这直接导致债券价格下跌，同时高利率压低股票估值，造成股债同跌 15。

* 教训： 通胀本身就是一种尾部风险。过去四十年（1980-2020）的“股债负相关”红利可能已经结束。未来的尾部防御体系中，必须纳入抗通胀资产（如大宗商品、TIPS）以及能够从利率上升趋势中获利的策略（如管理期货趋势跟踪）21。

4. 尾部风险的防御策略体系：从理论到工具

预防尾部风险并非只有单一的方法，而是一个分层次、多工具的综合策略体系。该体系从底层的资产配置哲学开始，延伸至具体的战术性衍生品对冲，最后落实到动态的危机管理机制。

4.1 战略层：构建“反脆弱”的资产配置结构

最根本的防御不在于预测危机，而在于构建一个在危机中能够生存甚至获利的组合结构。

1. 塔勒布的“杠铃策略”（Barbell Strategy）

纳西姆·塔勒布提出的杠铃策略是应对肥尾风险最激进但也最逻辑自洽的配置框架。该策略彻底摒弃了持有大量“中等风险”资产（如BBB级债券或蓝筹股）的传统做法，认为这部分资产实际上承担了隐藏的尾部风险却回报有限。

* 配置逻辑： 塔勒布建议将投资组合极端化分配：

* 85%-90% 的极端安全资产： 投资于短期国债（T-Bills）或现金。这部分资产的目标是保本，确保在任何黑天鹅事件中，投资者的生活和本金不受影响 23。

* 10%-15% 的极端高风险/高凸性资产： 投资于具有极高潜在回报的投机性资产，或者更具体的——深度虚值看跌期权（Deep OTM Puts）。这部分资产在正常年份可能亏损（期权费归零），但在尾部危机爆发时，其价值可能翻几十倍甚至上百倍 23。

* 数学优势： 这种结构的数学期望在于它截断了左尾风险（最大损失被限制在10%-15%），同时保留了无限的右尾爆发力。这是一种典型的“反脆弱”结构，即从混乱和波动中获益。

2. 尾部风险平价（Tail Risk Parity, TRP）

传统的风险平价（Risk Parity）策略通过均衡各资产类别的波动率贡献来分配权重，通常会利用杠杆增加债券配置。然而，2022年的经验表明，如果债券和股票同时下跌，杠杆化的风险平价策略会遭受重创。

* 策略进化： 尾部风险平价策略是对传统模型的修正。它不是基于波动率（标准差），而是基于“预期尾部损失”（Expected Tail Loss, ETL）或“条件风险价值”（CVaR）来分配权重 13。

* 运作机制： 在TRP框架下，模型会识别出那些在尾部事件中相关性急剧上升且跌幅巨大的资产（如股票、高收益债），并显著降低其权重。相反，对于那些在尾部事件中能提供保护的资产（如美元、波动率多头），模型会给予更高权重 14。实证研究表明，相比传统风险平价，TRP策略在危机期间的回撤显著减少，尽管在强劲牛市中可能略微跑输 14。

4.2 战术层：显性对冲工具与成本分析

当资产配置不足以完全规避风险时，投资者需要使用金融工具进行显性对冲。然而，每一种对冲工具都有其成本（Cost of Carry），选择工具的核心在于平衡保护效果与持有成本。

4.2.1 购买看跌期权（Put Options）：最纯粹但昂贵的保险

购买标普500指数的看跌期权（Puts）是最直观的尾部对冲方式。当市场暴跌时，期权价格呈非线性上涨（凸性），能有效抵消现货亏损。

* 成本困境（The Bleed）： 这种策略的最大缺点是极其昂贵的“负利差”。在市场上涨或横盘的绝大多数时间里，期权费会随着时间流逝而耗尽（Theta Decay）。研究表明，长期机械式地购买看跌期权，每年可能拖累组合收益率约-7.4% 27。如果没有危机发生，这种持续的“流血”会严重侵蚀复利效应。

* 优化方案： 为了降低成本，专业机构（如Simplify ETFs）通常采用“看跌期权价差”（Put Spreads）或“阶梯式期权”（Laddered Puts）策略。例如，买入深度虚值看跌期权的同时，卖出更低行权价的期权以回收部分权利金；或者将期权策略与高收益固定收益资产结合，用利息收入来覆盖期权费支出 25。

4.2.2 波动率衍生品（VIX Products）：双刃剑

VIX（恐慌指数）通常与股市呈高度负相关。当危机来袭，VIX飙升，做多VIX的工具（如VIX期货、UVXY ETF）会产生暴利。

* 结构性缺陷： 长期持有VIX产品是财富毁灭的最快途径之一。这是因为VIX期货曲线通常处于“升水”（Contango）状态，即远月合约价格高于近月合约。ETF在滚动持仓时，必须不断“高买低卖”期货合约，导致巨大的展期损耗（Roll Decay）30。

* 数据实证： 像UVXY这样的杠杆VIX ETF，在长期持有下几乎总是趋向于归零 32。因此，VIX产品只能作为极短期的战术性工具（几天至几周），绝不适合作为长期的尾部风险配置 34。

4.2.3 管理期货（Managed Futures / CTAs）：危机Alpha的捕获者

鉴于期权的高昂成本和VIX的结构性缺陷，越来越多的机构投资者转向“管理期货”策略。这类策略利用计算机算法捕捉各类资产（股票、债券、商品、外汇）的价格趋势。

* 危机Alpha（Crisis Alpha）： 管理期货之所以是优秀的尾部对冲工具，是因为它们具有“双向获利”的能力。在市场长牛时，它们做多获利；在市场出现持续性崩盘（如2008年或2022年）时，算法会自动识别下行趋势并建立空头头寸，从而产生正回报 36。

* 正期望值与低相关性： 与期权不同，趋势跟踪策略在长期来看具有正的预期收益，这意味着投资者不需要为了“保险”而持续支付保费，而是在获取收益的同时享受保护 38。

* 2022年实证： 在2022年的股债双杀中，看跌期权策略表现平平（因为VIX并未极端飙升），但管理期货策略（如DBMF, KMLM）通过做空债券（利用加息趋势）和做多大宗商品/美元，实现了超过20%的年度正收益，完美对冲了传统组合的亏损 21。这证明了在通胀型尾部风险中，趋势跟踪策略优于单纯的期权保护。

下表总结了三种主要对冲工具的优劣对比：

特性

看跌期权 (Put Options)

波动率产品 (VIX Long)

管理期货 (Managed Futures)

主要功能

针对股市暴跌的精准保险

针对市场恐慌的短期对冲

针对长期趋势反转的危机Alpha

尾部保护力

极高 (特别是闪崩)

极高 (但仅限短期)

高 (针对持续性熊市)

持有成本

高 (权利金损耗)

极高 (展期损耗)

低甚至负成本 (正期望收益)

2022年表现

一般 (VIX未飙升)

差 (震荡下跌)

极好 (做空债券/做多美元)

适用场景

防御“闪电崩盘” (如2020)

短期战术投机

防御“慢速崩盘”与通胀 (如2008, 2022)

代表性ETF

CYA, TAIL, SPY Puts

UVXY, VXX

DBMF, KMLM, CTA

(表格数据综合自 21)

5. 具体的基金产品实战解析

为了将理论落地，我们分析几款市场上主流的尾部风险管理ETF，它们代表了不同的防御哲学。

* Simplify Tail Risk Strategy ETF (CYA)： 该基金采用激进的凸性策略。它将大部分资产投资于高收益债券以获取利息，并将约10%-15%甚至更多的预算用于购买深度虚值的看跌期权组合。其目标是在市场剧烈崩盘时提供巨大的上行回报。然而，这种策略的“二元性”极强：在市场平稳或小幅下跌时，CYA可能会因为期权费损耗而大幅下跌（例如2023年市场反弹时，该基金净值遭受重创）。它适合作为极小仓位（如1%-2%）的“彩票型”对冲 25。

* Cambria Tail Risk ETF (TAIL)： TAIL的策略相对保守。它持有大量的美国国债（约90%）以提供安全垫和利息，并用约1%的月度预算购买标普500的看跌期权。其目标是提供较为温和的下行保护，同时减少持有成本。它不像CYA那样追求爆发式回报，而是追求在熊市中少跌或微涨，在牛市中微跌 29。

* iMGP DBi Managed Futures Strategy ETF (DBMF)： 这是一款管理期货策略ETF。它不直接购买期权，而是通过复制对冲基金（CTAs）在期货市场上的持仓（做多/做空股票、债券、货币、商品）来运作。如前所述，它在2022年表现优异，但在市场缺乏明确趋势的震荡期可能表现平平。它更适合作为核心配置的一部分（如5%-10%），用于平滑长期波动 21。

6. 财富管理中的实施框架与行为控制

6.1 投资政策声明（IPS）中的尾部风险管理

在财富管理实践中，防御尾部风险必须制度化，写入《投资政策声明》（IPS），以防止情绪化决策。

* 明确定义尾部容忍度： 投资者必须在冷静时量化自己能承受的最大回撤（Max Drawdown）。IPS中应包含如下条款：“在任何12个月滚动周期内，组合的最大回撤目标控制在x%以内”。这一硬性指标将直接决定尾部对冲工具的配置比例 47。

* 压力测试（Stress Testing）常态化： IPS应规定每季度对投资组合进行压力测试。测试不应仅基于波动率，而应基于历史情景（如“如果2008年重演，组合跌幅是多少？”）和假设情景（如“利率瞬间上升200个基点且股市下跌20%”）。这种测试能直观揭示潜在的尾部风险暴露 6。

6.2 行为金融学的“预先承诺”策略

尾部风险不仅摧毁资产，更摧毁投资者的心理防线。行为金融学研究显示，投资者往往在市场崩盘底部因“损失厌恶”（Loss Aversion）和恐慌而抛售，导致永久性资本损失（Whipsaw Effect）。

* 预先承诺（Pre-commitment）： 在市场平静期制定详细的“危机行动清单”并签署承诺。例如，规定“当市场下跌20%时，我不但不卖出，反而会将现金储备的10%用于再平衡买入，或者将尾部对冲工具（如看跌期权）的盈利变现并买入股票” 50。

* 认知重构（Cognitive Reframing）： 财富顾问应教育投资者将尾部对冲的成本视为“为了能安心持有更多股票而支付的必要门票”。如果投资者知道自己的组合中有10%的资产（如管理期货）会在危机中大涨，他们就更有底气在股市暴跌时坚持持有核心股票仓位，从而避免在黎明前倒下 11。

7. 结论：从预测到准备

尾部风险是金融市场的内生属性，而非偶发的异常。随着全球经济互联互通增强、算法交易普及以及地缘政治不确定性上升，未来的尾部事件可能比过去更加频繁、传播速度更快、形态更复杂。2022年的经验更是警示我们，通胀可能使传统的股债分散策略失效。

对于投资者而言，试图预测下一次危机何时发生（Timing）是徒劳且昂贵的。正确的做法是从“预测”转向“准备”。一个能够防御现代尾部风险的财富管理组合，应当抛弃单一的“股债60/40”迷信，转而构建一个三维防御体系：

1. 安全基石： 利用现金或超短期国债构建坚实的塔勒布式底座，确保生存。

2. 增长引擎： 长期持有股票以获取经济增长红利。

3. 危机获利（Crisis Alpha）： 配置管理期货、趋势跟踪策略或高凸性期权工具，不仅对冲风险，更在危机中寻找超额收益。

唯有如此，投资者才能在不可预知的黑天鹅起飞时，不仅幸存，甚至获益，真正实现资产配置的反脆弱性。

________________

参考文献引用说明

1 SoFi Learn: Tail Risk Explained

4 Investopedia: Tail Risk Definition

5 Meketa: Understanding Tail Risk

8 Wikipedia: Fat-tailed distribution

2 Nasdaq: Fat Tail Risk Explained

6 GARP: How to Account for Tail Risk

11 PIMCO: Manage Risks Using Tail-Risk Hedging

3 Wikipedia: Tail risk

17 St. Louis Fed: Tail Risk Effect on Economy

10 FCIC: Financial Crisis Inquiry Report

34 Russell Investments: Tail Risk Hedging

35 Stanford: Hedging with VIX

27 Alpha Architect: Strategies to Mitigate Tail Risk

7 PGIM: Stock-Bond Correlation

12 J.P. Morgan: Beyond Bonds

15 Vanguard: Stock/Bond Correlation

20 Morningstar: Inflation and Correlations

36 CME Group: Managed Futures as Crisis Risk Offset

37 CFA Institute: Trend Following with Managed Futures

32 ETF Database: CYA Performance

23 Medium: Taleb's Barbell Portfolio

24 The Deep Dish: Barbell Strategy

13 Wikipedia: Tail risk parity

14 AllianceBernstein: Tail Risk Parity

21 iMGP Funds: DBMF 2022 Commentary

40 ETF Database: DBMF vs KMLM

41 Invesco: Managed Futures Fund

50 Campaign for a Million: Behavioral Finance Insights

51 American Century: Precommitment Strategies

47 PSERS: Tail Risk Mitigation Strategy Policy

48 Commonfund: Risk Management in IPS

49 University of California: Investment Policy Statement

26 Lund University: Risk Parity vs Tail Risk Parity

9 Neuberger Berman: Risk Parity Fallacies

14 AllianceBernstein: New Version of Risk Parity

18 Investopedia: Investing When Inflation is Rising

19 Goldman Sachs: Hedge with Gold and Commodities

30 Kavout: Volatility ETFs Risks

31 Investopedia: Leveraged Volatility ETF Risks

33 CenterPoint Securities: Contango and Backwardation

25 Simplify: CYA Fact Sheet

28 Nasdaq: Simplify Launches CYA

11 PIMCO: Manage Risks Using Tail-Risk Hedging

38 AQR: Trend Following and Rising Rates

14 AllianceBernstein: Tail Risk Parity Construction

53 University of Rome: Tail Risk Parity Thesis

22 T. Rowe Price: Treasuries as Shelter

42 Simplify: CYA Q2 2023 Fact Sheet

43 SEC: Cambria Tail Risk ETF

29 Cambria Funds: TAIL Overview

44 Cambria Funds: TAIL Fact Sheet

45 iMGP Funds: DBMF Methodology

46 iMGP: DBMF Strategy

39 iMGP: DBi Managed Futures Presentation

14 AllianceBernstein: Correlation Structures

52 SSGA: Managing Emotions

54 InvestSuite: Client Communication Tips

14 AllianceBernstein: TRP vs RP Performance

55 SECOR: Equity Hedging vs Tail Risk Hedging

56 NDVR: Equity Tail Protection Strategies